Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


rappresentazione floating-point, Sintesi del corso di Calcolo Numerico

riassunto argomenti principali della rappresentazione floating-point in un calcolatore

Tipologia: Sintesi del corso

2019/2020

Caricato il 13/05/2020

elisabetta-siragusa
elisabetta-siragusa 🇮🇹

3.5

(2)

9 documenti

1 / 3

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
RAPPRESENTAZIONE FLOATING-POINT:
a = ((-1)^s)*p*N^q con s [0,1], p >= 0 reale, q intero, N base ( decimale, binario,...)
inoltre p deve essere compreso tra 0.1<=p<1, se p soddisfa questa condizione 'a' si dice
normalizzata.
'p' si definisce mantiassa di 'a' ( si prende sempre in valore assoluto ),
mentre 'q'  l'esponente compreso tra L e U.
se definiamo con 'm' il pi piccolo numero rappresentabile in numero di macchina con
mantissa t = 5 e L<=q, m = 0.10000*10^L; si definisce REGINE DI UNDERFLOW tutti quei numeri
compresi tra ( -m , m ) che sarebbe il range di numeri che si avvicinano sempre pi allo zero.
se definiamo con 'M' il pi grande numero di macchina rappresentabile, con mantissa t = 5
e U >= q, M = 0.99999*10^U; si definisce REGINE DI OVERFLOW tutti quei numeri compresi
tra (-infinito,-M) U (M, infinito).
APPROSSIMAZIONI DI NUMERI DI MACCHINA:
tecnica dell'arrotondamento:
la mantissa 'p' viene arrotondata alla mantissa 'p' pi vicina, se p  equidistante da due
mantisse di macchina consecutive allora p viene approssimata per eccesso se ha la penultima
cifra ( t - 1 ) dispari.
esempio con t = 3
p = 0.578462 ==> p = 0.578
p = 0.158579 ==> p = 0.159
p = 0.1575 ==> p = 0.158
p = 0.1565 ==> p = 0.156
ERRORE:
sia x un approssimazione di x, si definisce l'errore ASSOLUTO err_ass = |x - x|
ed errore RELATIVO err_rel = |x - x|/|x|
EPSILON DI MACCHINA:
eps = N^(1-t)
PRECISIONE DI MACCHINA:
em = 0.5*N^(1-t)
OPERAZIONI DI MACCHINA:
le operazioni di macchina sono un po diverse da quelle in matematica infinita, infatti in
matematica finita la somma di due numeri di macchina non da un numero di macchina, cos
le operazioni vengono definite nel seguente modo: per la somma si sommano i numeri di
pf3

Anteprima parziale del testo

Scarica rappresentazione floating-point e più Sintesi del corso in PDF di Calcolo Numerico solo su Docsity!

RAPPRESENTAZIONE FLOATING-POINT:

a = ((-1)^s)pN^q con s [0,1], p >= 0 reale, q intero, N base ( decimale, binario,...) inoltre p deve essere compreso tra 0.1<=p<1, se p soddisfa questa condizione 'a' si dicenormalizzata.

'p' si definisce mantiassa di 'a' ( si prende sempre in valore assoluto ), mentre 'q' l'esponente compreso tra L e U. se definiamo con 'm' il pi piccolo numero rappresentabile in numero di macchina con mantissa t = 5 e L<=q, m = 0.10000*10^L; si definisce REGINE DI UNDERFLOW tutti quei numericompresi tra ( -m , m ) che sarebbe il range di numeri che si avvicinano sempre pi allo zero.

se definiamo con 'M' il pi grande numero di macchina rappresentabile, con mantissa t = 5e U >= q, M = 0.99999*10^U; si definisce REGINE DI OVERFLOW tutti quei numeri compresi tra (-infinito,-M) U (M, infinito). APPROSSIMAZIONI DI NUMERI DI MACCHINA: tecnica dell'arrotondamento: la mantissa 'p' viene arrotondata alla mantissa 'p' pi vicina, se p equidistante da due mantisse di macchina consecutive allora p viene approssimata per eccesso se ha la penultimacifra ( t - 1 ) dispari.

esempio con t = 3 p = 0.578462 ==> p = 0.578p = 0.158579 ==> p = 0. p = 0.1575 ==> p = 0. p = 0.1565 ==> p = 0. ERRORE: sia x un approssimazione di x, si definisce l'errore ASSOLUTO err_ass = |x - x| ed errore RELATIVO err_rel = |x - x|/|x| EPSILON DI MACCHINA: eps = N^(1-t) PRECISIONE DI MACCHINA: em = 0.5*N^(1-t) OPERAZIONI DI MACCHINA: le operazioni di macchina sono un po diverse da quelle in matematica infinita, infatti inmatematica finita la somma di due numeri di macchina non da un numero di macchina, cos le operazioni vengono definite nel seguente modo: per la somma si sommano i numeri di

macchina e poi si esegue un arrotondamento e cos anche per le altre tre operazioni. ANOMALIE DELLA MATEMATICA FINITA: due quantit a1 e a2 si dicono equivalenti in matematica finita quando l'errore relativo dell'ordine della precisione di macchina o minore. ne segue che em rappresenta la massima precisione di calcolo raggiungibile. CANCELLAZIONE NUMERICA: La cancellazione numerica rappresenta una delle conseguenze pi gravi della rappresentazione con precisione finita dei numeri reali.gli errori di arrotondamento vengono amplificati con le operazioni di somma, prodotto, ecc...

La cancellazione numerica consiste in una perdita di cifre della mantissa e si verificaquando si esegue loperazione di sottrazione fra due rappresentazioni di macchina a1 e a2 dello stesso segno, circa uguali e almeno uno delle quali sia affetta dallerrore diarrotondamento.

Per ridurre la propagazioni si agisce sostituendo la funzione con una equivalente tramitelo sviluppo di Taylor.

CONDIZIONAMENTO DI UN PROBLEMA: Un problema numerico si dice ben condizionato se accade che lerrore relativo associatoa y e dello stesso ordine di grandezza dellerrore relativo associato a x o minore; altrimenti, si dice mal condizionato. Pertanto, un problema ben condizionato quandole perturbazioni nei dati non influenzano eccessivamente i risultati.

NUMERO DI CONDIZIONAMENTO: Per studiare il condizionamento di un problema si possono determinare stime del tipo: |y - y|/|y| <= K(f,x)|x - x|/|x| Si definisce numero di condizionamento del problema il pi piccolo valore di K(f ,x) per cui vale la suddetta disuguaglianza. Se K non eccessivamente grande, il problema bencondizionato.

STABILIT DI UN ALGORITMO: Data unaritmetica con precisione finita, si denotino con:x larrotondamento dei dati x di input

y i risultati dellalgoritmo ottenuti a partire dai dati x in precisione infinitadi calcolo

y" i risultati dellalgoritmo ottenuti a partire dai dati x in precisione finita di calcolo Per giudicare la bont di un algoritmo per la risoluzione di un problema, bisognadunque confrontare la risposta y" con y.